DeepSeek a mis en ligne le 31 octobre 2026 « Super-Agent », un prototype open source d’agent de codage capable de surveiller les discussions d’une équipe de développeurs et de proposer des correctifs sans qu’on le lui demande. Publié sous licence MIT par l’équipe Harness du laboratoire chinois, le dépôt dsh-superagent-prototype vise frontalement Claude Code, l’outil phare d’Anthropic. Pour les directions techniques, c’est un signal fort : la bataille de l’IA de codage se joue désormais sur les agents autonomes, plus seulement sur les modèles.
- Annonce publiée le 31 octobre 2026 sur WeChat, code disponible sur GitHub sous licence MIT.
- L’agent observe GitHub et les messageries d’équipe, puis ouvre des tâches en sessions parallèles isolées.
- DeepSeek revendique une durée médiane de 12,4 minutes par tâche sur ses propres tests, synthétiques.
- Avertissement de l’éditeur : l’agent tourne avec un accès complet au compte système, à isoler avant tout essai.
Plan de l'article
Qu’a publié DeepSeek le 31 octobre ? #
Le dépôt dsh-superagent-prototype, écrit en TypeScript et publié en version 0.1.0, est l’œuvre de l’équipe Harness, créée par DeepSeek plus tôt en 2026 pour concurrencer les agents de codage des laboratoires américains. L’annonce est passée par un billet WeChat le 31 octobre, rapportée par Bloomberg le lendemain.
DeepSeek prévient d’emblée : il s’agit d’un prototype de recherche, pas d’un produit officiel. Le README précise que le code a été largement écrit par des agents de programmation et peut contenir des bugs. L’accueil est pourtant massif : le dépôt affichait déjà 12 500 étoiles GitHub au 2 novembre, deux jours après sa mise en ligne.
À lire Prompt IA : Guide Création Efficace 2026
Comment fonctionne un agent qui n’attend pas les ordres ? #
La philosophie affichée dans la documentation tient en une phrase : demander le moins d’attention humaine possible et produire le plus de valeur possible. Concrètement, Super-Agent écoute un dépôt GitHub et, en option, la messagerie d’équipe Feishu. Quand il repère une demande légitime ou un bug signalé dans la conversation, il ouvre un « ticket » adossé à un mandat immuable qui justifie la tâche.
Chaque ticket s’exécute dans une session et un répertoire séparés : un « routeur » persistant répartit le travail, des « workers » isolés le réalisent en parallèle, puis le résultat revient dans la conversation d’origine, le plus souvent sous forme de pull request (proposition de modification de code). Un panneau web local liste ce qui exige une validation humaine.
Trois modes encadrent cette autonomie, et le choix par défaut est prudent.
| Mode | Comportement |
|---|---|
| off | Aucune initiative : l’agent ne traite que les demandes explicites. |
| observe (défaut) | L’agent repère et journalise les tâches qu’il pourrait prendre, sans les exécuter. |
| auto | L’agent déclenche lui-même le travail détecté, sans sollicitation. |
Des gains de temps annoncés, mais auto-déclarés #
Le document de conception publié par DeepSeek, « Exploring Super-agent Design », avance une durée médiane de 12,4 minutes par tâche, avec un 95e percentile à 15,7 minutes. La configuration de référence, une session unique avec sous-agents, montait à 29,5 minutes au 95e percentile sur les mêmes scénarios, soit un temps presque divisé par deux dans les cas défavorables.
À lire Kimi-K2 : Test IA et Fonctionnalités 2026
Ces chiffres appellent deux réserves, que DeepSeek reconnaît lui-même. Les tests reposent sur des flux simulés d’environ 300 messages dont une vingtaine de demandes réelles, avec des outils simulés. Et la qualité du code produit n’a pas été mesurée : seule la vitesse d’exécution l’a été. Aucune réplication indépendante n’existe à ce jour.
Pourquoi Claude Code est dans le viseur #
Bloomberg présente Super-Agent comme une réponse directe à Claude Code, l’agent de codage d’Anthropic devenu un standard chez les développeurs. La nuance stratégique est importante : DeepSeek ne publie pas ici un nouveau modèle, mais un « harnais », la couche logicielle qui orchestre le modèle. C’est précisément le terrain où Claude Code a bâti son avance.
Le contexte financier éclaire le calendrier. DeepSeek vient de lever environ 100 milliards de yuans, soit près de 15 milliards de dollars, l’une des plus grosses levées jamais réalisées en Chine, en amont d’une introduction en bourse évoquée pour 2027.
Le laboratoire s’était fait connaître en janvier 2025 avec son modèle R1, dont le lancement avait déclenché le 27 janvier la plus forte perte de capitalisation en une séance de l’histoire boursière, subie par Nvidia. Pour situer l’éditeur et son modèle économique, notre fiche DeepSeek est-il gratuit ? fait le point.
À lire Mage Space : Générateur d’images IA gratuit
Quelles précautions avant un essai en entreprise ? #
L’avertissement de DeepSeek est explicite : l’agent fonctionne avec un accès complet au compte utilisateur du système d’exploitation et doit être isolé avant usage, par exemple dans une machine virtuelle ou un conteneur dédié, sans accès aux secrets de production. Un agent qui lit les conversations d’équipe et pousse du code de sa propre initiative cumule deux surfaces de risque : la fuite de données et la modification non souhaitée d’un dépôt.
Côté prérequis, la pile est classique mais précise : Node.js 22.19 ou supérieur, Git 2.32 minimum, Python 3.8, tmux (multiplexeur de terminal) et l’interface en ligne de commande GitHub en version 2.48 au moins. Les entreprises qui structurent déjà la gouvernance de leurs agents trouveront un cadre utile dans notre analyse du ServiceNow AI Passport, qui pose la question centrale : que laisse-t-on un agent faire sans validation humaine ?
Le mode « observe » par défaut offre une voie d’adoption raisonnable : plusieurs semaines de journalisation des initiatives que l’agent aurait prises, pour auditer sa pertinence avant de lui lâcher la bride.
Questions fréquentes #
Super-Agent est-il utilisable en production dès maintenant ?
Faut-il un modèle DeepSeek pour le faire tourner ?
Qu’est-ce qui le distingue vraiment de Claude Code ?
À retenir #
- DeepSeek a publié le 31 octobre 2026 un agent de codage proactif open source (licence MIT), prototype assumé, qui a dépassé 12 500 étoiles GitHub en deux jours.
- Architecture routeur-workers en sessions isolées, restitution en pull request, trois modes dont « observe » par défaut.
- Les gains de vitesse annoncés (médiane de 12,4 minutes par tâche) sont auto-déclarés et mesurés sur des flux synthétiques.
- Accès complet au système : isolement obligatoire avant tout essai, et gouvernance des permissions à poser en amont.
- Derrière l’outil, une offensive commerciale : levée d’environ 15 milliards de dollars et introduction en bourse en ligne de mire pour 2027.
